摘要
本发明提出一种基于多源数据融合的变电站火灾早期预警方法，涉及多种机器学习技术。主要步骤包括，在变电站地缆沟槽及开关柜等狭小位置布置包含温度传感器、湿度传感器、烟雾传感器、气体传感器的集成化终端；利用格拉布斯准则，前向插值拟合方法以及PCA主成分分析法对采集到的数据进行预处理以保证数据的可靠性；构建基于多源数据的模糊神经网络，对所有输入变量应用隶属函数，计算其隶属度；将多源数据融合输入到构建好的模糊神经网络中，通过生成对应状态概率进行分级预警。本发明所提方法具有较高的可靠性与准确性，实现了在火灾早期阴燃状态下的实时检测，减少了电气火灾事故的发生，保证了变电站的安全稳定运行。
